LMArena（@arena）宣布 Gemini 3.8 Flash（High）已进入 Agent Arena、Text Arena 与 Code Arena WebDev。Agent Arena 排名第 14（净提升 +5.94%），远高于 3.7 Flash 的第 32；Text Arena 第 7（1494 分），Coding 类别从第 22 升至第 7；Code Arena WebDev 第 18（1567 分）。
LMArena（@arena）详解 Gemini 3.8 Flash (High) 相对 3.7 Flash (High) 在 Agent Arena 的跃升：净提升从 +0.84%（总榜 #32）升至 +5.94%（总榜 #14）。Agent Arena 用网页/文件系统/终端等真实长程任务衡量相对平均模型的净改进；五维信号里 Praise vs Complaint 改善最猛（+14.78% vs -1.60%），Confirmed Success 与 Bash Recovery 也明显变好，Steerability 仍弱但已好转。
LMArena（@arena）宣布 Anthropic 的 Fable 5.1 (Max) 以 1765 分登上 Code Arena WebDev 榜首，较第二名 Qwen3.8-Max-0902 高出 77 分，也比第三名 Opus 5 (Max) 高 78 分。相对 Fable 5 (Max) 的第 8 名（1628 分）大幅跃升；约 $40/MToken 的综合价也把高价区间的帕累托前沿推高。
LMArena（@arena）评测显示，通义 Qwen3.8-Max-0902 以 1691 分登顶 Code Arena: WebDev 总榜，高出 Claude Opus 5（Max）约 3 分、Kimi K3（Max）约 17 分，并比前代 Qwen3.8-Max 高约 22 分。按约 5 美元/百万 Token 综合价，它同时占据当前最高分的 Pareto 前沿位置，在数据分析与消费产品等子类也名列前茅。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察